農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文_第1頁
農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文_第2頁
農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文_第3頁
農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文_第4頁
農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

第第頁農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文關鍵字:云計算;農(nóng)作物病蟲害;多源遙感;數(shù)據(jù)挖掘

引言

近年來,隨著科學技術(shù)的迅猛進展,我國在各領域、各方面都取得了長足的進步,農(nóng)業(yè)也不例外,已實現(xiàn)了連續(xù)十一年增長。另一方面,由于我國人口眾多,同時受氣候特點、作物品種、種植習慣以及防治狀況[1]等影響,我國農(nóng)作物產(chǎn)量就人均量而言并不樂觀。據(jù)聯(lián)合國糧農(nóng)組織估量,世界糧食產(chǎn)量常年因病害損失14%,蟲害損失10%[2]。同樣在我國,農(nóng)作物病蟲害也是影響農(nóng)作物產(chǎn)量的重要緣由之一。由于農(nóng)田生態(tài)系統(tǒng)具有生態(tài)脆弱性,害蟲的群落很簡單對農(nóng)田生態(tài)系統(tǒng)造成干擾,若不準時加以診治,最終往往會導致爆發(fā)和流行病蟲害的嚴峻后果。隨著全球氣候漸漸變暖,病蟲害對農(nóng)田生態(tài)系統(tǒng)的威逼也會日益加重。我國作為農(nóng)業(yè)大國,預防農(nóng)作物病蟲害、提高農(nóng)作物產(chǎn)量、保證國內(nèi)糧食平安形勢依舊嚴峻,有效應對農(nóng)作物病蟲害刻不容緩。然而,我國目前在農(nóng)作物病蟲害監(jiān)測方面還有待加強,現(xiàn)有的應對方法依舊非常落后,如人工抽樣、農(nóng)田調(diào)查等方式,這些方法精確性及穩(wěn)定性較強,但是耗費了大量人力和財力,且存在代表性、時效性差和主觀性強等弊端,已難以適應目前大范圍的病蟲害實時監(jiān)測和預報的需求[3]。由于遙感技術(shù)可以在很大的范圍內(nèi)快速、精確地獲得相關地貌信息,因此通過引入遙感技術(shù),就可以到達有效轉(zhuǎn)變傳統(tǒng)農(nóng)業(yè)管理模式的目的,起到對農(nóng)作物病蟲害的監(jiān)測、農(nóng)作物品質(zhì)預報、農(nóng)作物產(chǎn)量估量的作用。尤其是近年來隨著世界范圍精密儀器制造技術(shù)、測試掌握技術(shù)的高速進展,遙感數(shù)據(jù)種類不斷增多,這些數(shù)據(jù)為農(nóng)作物病蟲害供應了更多的數(shù)據(jù)根據(jù),為農(nóng)作物病蟲害更精確、更快速的監(jiān)測供應了珍貴的進展空間。

1農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘分析

遙感的基本根據(jù)是獵取來自地物的反射或放射的電磁波能量[4]。農(nóng)作物病蟲害遙感數(shù)據(jù)的基本信息來自于地物的反射以及捕獲的電磁波能量閣,這種數(shù)據(jù)類型是由綠色農(nóng)作物所散發(fā)出的光譜的改變趨勢所確定的。一般狀況下,光譜由藍光波段到紅外波段的反射率呈現(xiàn)遞增的趨勢,即光譜波長在450nm時反射率最小,當波長到達1300nm時其反射率最大。對同一種農(nóng)作物來說,其葉片的結(jié)構(gòu)是相對固定不變的,然而在不同的發(fā)育期,葉片的葉綠素含量將會呈現(xiàn)出規(guī)律的改變。當農(nóng)作物受到病蟲害等侵襲后,葉片的顏色就會消失相對冗雜且無規(guī)律的改變,當受災嚴峻時,甚至葉片的結(jié)構(gòu)、形狀外觀都會發(fā)生轉(zhuǎn)變,這些過程都會伴隨著葉片反射光譜的轉(zhuǎn)變。因此通過對葉片顏色、結(jié)構(gòu)、形狀等遙感信息的捕獲、挖掘與分析對于農(nóng)作物長勢的監(jiān)測無疑是非常有利的。然而大量遙感信息積累而有用信息卻相對匱乏的局面[5]確定了必需對其進行數(shù)據(jù)挖掘才能加以合理的利用。所謂數(shù)據(jù)挖掘就是從大量的、不完備的、模糊且隨機的數(shù)據(jù)信息中識別有效的、有用的信息,并依據(jù)這些信息做出決策。在社會數(shù)據(jù)信息快速膨脹、各種事業(yè)蓬勃進展的今日,無論從范圍上還是從規(guī)模上,數(shù)據(jù)的增長都是顯而易見的,其涵蓋了社會生活及生產(chǎn)的很多領域,有來自一般應用領域的生活卡使用、商業(yè)信息、通信記錄等,也有來自特別應用行業(yè)的天文圖像、生物分子信息等。這些信息資源,必需經(jīng)過分析、挖掘、提煉等操作后,才能變成對人們有用的學問。通過對數(shù)據(jù)的分析,從海量信息資源中捕獲規(guī)律,再以人們簡單理解的方式表示出來,從而獲得有價值的信息,這就是數(shù)據(jù)挖掘的過程。因此,作為數(shù)據(jù)信息的一種,農(nóng)作物病蟲害遙感數(shù)據(jù)信息挖掘與分析[6]也要經(jīng)過類似其他遙感大數(shù)據(jù)[7]的分析流程:農(nóng)作物目標確定、病蟲害遙感數(shù)據(jù)預備、遙感數(shù)據(jù)挖掘以及結(jié)果分析,這些工作都是為了對農(nóng)作物病蟲害遙感數(shù)據(jù)進行處理而進行的.。有效的數(shù)據(jù)挖掘與分析不僅可以大大削減不必要的資源鋪張,而且還能夠有效提高農(nóng)作物質(zhì)量以及產(chǎn)量。

2基于云計算的多源遙感數(shù)據(jù)挖掘方法分析

云計算概念的提出可以追溯到1983年,Sun公司首次提出了“網(wǎng)絡就是計算機”的理論。之后的2022年,云計算這一理論性概念由Google正式提出并應用到實際項目中[8]。關于云計算目前尚沒有明確的定義,它的實現(xiàn)并不是依靠于本地計算機或者遠程服務器,而是將計算過程分布在大量的分布式計算機上,從而使計算力量可以像“煤氣”一樣通過互聯(lián)網(wǎng)進行運輸。如何利用云計算的相關成果促進國計民生行業(yè)的進展,已成為國家進展戰(zhàn)略的重要組成部分[9]。云計算具有以下特點:〔1〕超大數(shù)據(jù)規(guī)模。云計算借助擁有的強大的服務器規(guī)模,可以處理超大規(guī)模的數(shù)據(jù),且具有超乎想象的運行速度,每秒鐘的運算能到達10萬億次以上?!?〕運算虛擬化。云計算的整個運算過程是在云端進行的,它對于用戶而言是透亮的,但支持用戶在任意位置、使用任意終端獲得運算結(jié)果?!?〕有償性。云計算是一種付費式服務模式,它是通過供應的服務向用戶收取費用?!?〕通用性及可擴展性。云計算不針對詳細應用,并可動態(tài)伸縮來滿意不同用戶的需要。遙感數(shù)據(jù)庫有別于一般的關系型數(shù)據(jù)庫,數(shù)據(jù)庫中包含這大量時間和空間信息。隨著遙感技術(shù)的進展,海量的遙感數(shù)據(jù)信息對之前簡潔數(shù)據(jù)服務模式提出了挑戰(zhàn)。針對遙感技術(shù)進展帶來的海量數(shù)據(jù)存儲和處理需求[10],基于云計算的多源遙感數(shù)據(jù)挖掘分析算法應運而生。基于云計算的多源遙感數(shù)據(jù)挖掘過程主要包括以下幾個方面:明確問題定義;提取多源遙感數(shù)據(jù)信息;數(shù)據(jù)預處理及過濾;多源遙感數(shù)據(jù)挖掘引擎;多源遙感數(shù)據(jù)算法;算法詳細實施;執(zhí)行結(jié)果評估;數(shù)據(jù)簡化;實際應用。

3基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘

為了順應當前農(nóng)作物病蟲害監(jiān)測技術(shù)進展的趨勢,在肯定程度上解決農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘在實際操作中遇到的種種問題,從而有效提高農(nóng)作物產(chǎn)量和質(zhì)量,本文基于云計算以及遙感數(shù)據(jù)挖掘理論,針對農(nóng)作物微型遙感數(shù)據(jù)的特點,提出了一種適用于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)架構(gòu),如圖1所示。圖1為多源遙感數(shù)據(jù)挖掘系統(tǒng)框架。首先將農(nóng)作物病蟲害多源遙感數(shù)據(jù)進行分類,然后再對分類后的遙感數(shù)據(jù)進行數(shù)據(jù)選擇從而得到目標數(shù)據(jù),經(jīng)過信息處理、模式識別、信息解釋等處理后得到有價值的學問,最終為農(nóng)作物病蟲害的監(jiān)測供應數(shù)據(jù)根據(jù)。如圖2為基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)的構(gòu)架。此系統(tǒng)構(gòu)架采納分層設計的思想,自下而上主要包括云計算支撐平臺、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘力量層、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘云服務層三個部分。其中,云計算支撐平臺的主要功能是為整個系統(tǒng)供應分布式文件存儲、數(shù)據(jù)庫存儲以及計算等功能,而數(shù)據(jù)挖掘力量層主要是為數(shù)據(jù)挖掘供應算法以及支撐,力量層主要包括算法服務管理、調(diào)度引擎、數(shù)據(jù)并行處理能部分;數(shù)據(jù)挖掘云服務層的主要功能是為外界供應云服務力量,包括挖掘算法服務、數(shù)據(jù)預處理服務、數(shù)據(jù)服務、調(diào)度服務等功能。本文提出的基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘平臺與傳統(tǒng)的數(shù)據(jù)挖掘系統(tǒng)架構(gòu)相比,前者具有更好的可擴展性、更高效的海量數(shù)據(jù)處理力量,有效的解決了傳統(tǒng)農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘框架計算力量缺乏的問題,能夠滿意大范圍農(nóng)作物病害蟲多源遙感數(shù)據(jù)挖掘與分析的設計和實際應用。

4結(jié)束語

本文針對農(nóng)作物病蟲害多源遙感信息,基于數(shù)據(jù)挖掘理論和云計算技術(shù)理論,提出了一種基于云計算技術(shù)的農(nóng)作物病害蟲多源遙感

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論